相关实验视频
Updated: Jul 8, 2026
09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
22.2K
提升前列腺癌评估:基于双参数MRI (T2WI和DWI/ADC) 的放射学方法来预测瘤-肌瘤比率
Jiangqin Ma1, Xiling Gu2, Zhonglin Zhang1
1Department of Radiology, The Second Affiliated Hospital of Chongqing Medical University, Chongqing 400010, China.
Diagnostics (Basel, Switzerland)
|November 13, 2025
概括
双参数MRI (bpMRI) 放射学模型可以在前列腺癌 (PCa) 中非侵入性地预测瘤-肌瘤比率 (TSR). 这种模型对评估传统病理学之外的瘤攻击性有希望,有助于临床决策.
科学领域:
- 放射学和医学成像学 医学成像学
- 在瘤学瘤学.
- 人工智能在医学中的应用
背景情况:
- 前列腺癌 (PCa) 管理受益于精确的瘤特征的非侵入性评估.
- 瘤-肌瘤比率 (TSR) 是PCa中的一个基因病学预后因素.
- 双参数MRI (bpMRI) 为PCa评估提供了详细的成像.
研究的目的:
- 开发和验证基于bpMRI的放射学模型,用于PCa的非侵入性TSR预测.
- 探索TSR与外围区域 (PZ) 和过渡区域 (TZ) 中的病变分布之间的关系.
主要方法:
- 在223名PCa患者的多中心回顾性研究中.
- 从手术前的bpMRI中提取放射性特征 (T2WI,DWI,ADC地图).
- 机器学习分类器 (选择Ridge模型) 接受了TSR预测的培训和验证.
主要成果:
- 里奇放射学模型的AUC为0.846 (训练),0.789 (验证) 和0.745 (测试).
- 在TSR和区域局部化之间没有发现显著的关联 (p = 0.867).
结论:
- 一个基于bpMRI的放射学模型显示了PCa中非侵入性TSR估计的潜力.
- 这种方法可以提供超越基因病理学的PCa攻击性的见解.
- 进一步的研究可以探索其在PCa管理中的临床实用性.
更多相关视频
05:49Use of Magnetic Resonance Imaging and Biopsy Data to Guide Sampling Procedures for Prostate Cancer Biobanking
Published on: October 10, 2019
7.0K
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
1.1K
